1. 目的
为了实现flink任务的容灾与恢复
2. 概念以及实现原理
- 状态state：指算子或算子并发中的状态数据，与数据流有关系，随流入数据而变化。（例如统计某个算子处理的记录总数）
状态存储
- 屏障barrier
barrier作为数据流的一部分随着记录被注入到数据流中。barrier永远不会赶超通常的流记录，它会严格遵循顺序。barrier将数据流中的记录隔离成一系列的记录集合，并将一些集合中的数据加入到当前的快照中，而另一些数据加入到下一个快照中。每一个barrier携带着快照的ID。barrier不会中断流处理，因此非常轻量级。
barrier的意义就在于，它到达某个算子时，相当于告诉算子，前一个barrier到当前barrier之间的数据都已经到达了
barrier
如果是Exactly Once的模式，会有一个对齐操作。当一个算子有多个入度时，如果一个输入流的某个barrier先到，必须等另一个流相同ID的barrier到达后才能继续放入新的数据。
如果是At Least Once模式，则不会有对齐操作，第一个流的barrier到达后，不会等另一个流的同ID的barrier到达，而是继续放入该流的数据；等第二个流的同ID的barrier到达后，才会触发快照的保存，但此时保存的算子状态是包含了这个barrier之后的数据的，所以不是exactly once而是at least once
双流对齐
- 快照snapshot
在某一个时机将算子的状态保存下来，注意这里的时机通常不是自然时间意义上的，而是当barrier到达算子时触发。快照是分布式的，也就是当barrier到达某个算子的时候对其进行快照，由于barrier带有ID，因此不同算子在同一个ID下的分布式快照组成一个完整地快照，即使这个快照可能并不是同一个时间产生的，也不是存储在同一个地方。
快照存储
快照恢复
可部分重发的数据源
可以指定历史数据的位置重放数据，比如Kafka可以持久化数据，并通过偏移量来读取历史数据。检查点机制checkpoint
由上可知，同一个id的barrier在经过job中的算子时，都会拍摄snapshot，将算子的state保存下来，所有算子在这个id下的snapshot就是一个checkpoint。它表示的意义是：该barrier之前的数据已经全都处理完并流出job执行图，并且该barrier之后的数据，全都没有进入job执行图时候的所有算子的状态。因此如果程序因故中断，需要恢复到某个checkpoint时，只需要把所有算子的状态都恢复到保存该checkpoint的snapshots，然后利用可重发的数据源发送该barrier之后的数据即可。
